INTELIGENCIA ARTIFICIAL PARA LA DETECCIÓN DE AMILOIDOSIS SISTÉMICA

NICOLAS QUIROS; ET AL; MARIA LOURDES POSADAS MARTINEZ

Congreso; XXXI Congreso Nacional de Medicina; 2023

INTELIGENCIA ARTIFICIAL PARA LA DETECCIÓN DE AMILOIDOSIS SISTÉMICA (#20191)ObjetivosLa detección precoz de la amiloidosis mejora el pronóstico y calidad de vida. Los modelos predictivos utilizando herramientas de inteligencia artificial brindan apoyo en la detección temprana de amiloidosis sistémica. Faltan estudios que utilicen datos del historial médico para basar sus algoritmos de diagnóstico. Debido a las dificultades para establecer un diagnóstico precoz, es prioritario trabajar en el desarrollo de herramientas que faciliten la detección precoz de esta enfermedad. Objetivo. Desarrollar un modelo predictivo con herramientas de IA para identificar pacientes con amiloidosis sistémicaMateriales y MétodosCohorte retrospectiva dinámica de personas adultas con sospecha de amiloidosis sistémica entre 2022-2023 del Hospital Italiano de Buenos Aires. Se recolectaron datos demográficos, clínicos, de laboratorio, de imágenes, medicamentos. Todos los pacientes fueron seguidos para diagnóstico de de amiloidosis. Selección de los modelos a evaluar utilizando siete modelos de aprendizaje automático supervisado: regresión logística, clasificador Naive Bayes, árboles de decisión, Random forest, SVM, XGBoost, redes neuronales profundas y conjuntos. Se realizó validación interna con cross validation. Se evaluó el desempeño de la herramienta diagnóstica.Resultados961 pacientes cumplieron los criterios de selección con una prevalencia de amiloidosis del 21% (n 200 , IC 95% 18-24 %). La media de edad de la cohorte fue de 65 años, el 63% eran varones. Las variables predictoras que mejor identifican la amiloidosis fueron: pro BNP, creatinina, edad, cadenas livianas. El modelo de desarrollo de la herramienta que se seleccionó presentó un AUC 97,y el de validación AUC 82%ConclusionesLas características de la historia clínica presentan un buen desempeño para identificar precozmente pacientes con amiloidosis. El trabajo sigue en proceso, puede haber modificaciones.QUIROZ, NicolasNO CONFIRMADOnicolas.quiroz@hospitalitaliano.org.arAnconetani, Maria VictoriaCONFIRMADOCARRETERO, MarcelinaNO CONFIRMADOmarcelina.carretero@hospitalitaliano.org.arCIRELLI, DelfinaNO CONFIRMADOdelfina.cirelli@hospitalitaliano.org.arAGUIRRE, María AdelaNO CONFIRMADOadela.aguirre@hospitalitaliano.org.arBLUGERMAN, Gabriela AlejandraCONFIRMADONUCIFORA, ElsaNO CONFIRMADOelsa.nucifora@hospitalitaliano.org.arRISK, MarceloCONFIRMADOPOSADAS MARTINEZ, Ma. LourdesCONFIRMADO